基于虚拟仪器的超声信号测量及测距研究

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (6): 17-20.

基于虚拟仪器的超声信号测量及测距研究

寇雪芹，谷立臣，闫小乐，琚晓涛

西安建筑科技大学机电工程学院，西安 710055

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-02-21 发布日期:2012-02-21

Research on ultrasonic signal measurement and distance measurement based on virtual instrument

KOU Xueqin, GU Lichen, YAN Xiaole, JU Xiaotao

School of Mechanical and Electrical Engineering, Xi’an University of Architecture and Technology, Xi’an 710055, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-02-21 Published:2012-02-21

摘要/Abstract

摘要： 为更好地进行目标探测，利用虚拟仪器技术设计了超声信号测量系统，介绍了系统的构成和各模块工作原理。测距是目标探测的关键技术，重点从信号处理的角度，在分析传统超声射程时间TOF测量算法的基础上，提出了两种基于包络的改进算法，并利用LabVIEW软件来实现。最后利用超声信号测量系统完成超声波信号的采集、存储，回波信号的特征和幅值分析、测距分析等实验，结果表明该系统能对超声信号进行直观信号分析处理，测距准确，为后期目标识别提供了基础平台。

关键词: 超声信号, 虚拟仪器, 射程时间（TOF）, 测距, LabVIEW软件

Abstract: The ultrasonic signal measurement system is designed by virtual instrument for better target detection. The system structure and working principle of each module are described. As the distance measurement is the key technology of target detection, mainly from the view of the signal processing, two kinds of envelope-based improved algorithms are proposed based on analyzing conventional algorithm of ultrasonic Time-of-Flight（TOF） measurement, and they are achieved by LabVIEW. Finally, the experiments including ultrasonic signal acquisition, storage, characteristics and amplitude analysis of echo signal and distance measurement analysis are accomplished by the measurement system. The results show that the system can get signal analysis and processing intuitively, accurate distance to provide the basis platform for post target identification.

Key words: ultrasonic signal, virtual instrument, Time of-Flight（TOF）, distance measurement, LabVIEW

寇雪芹，谷立臣，闫小乐，琚晓涛. 基于虚拟仪器的超声信号测量及测距研究[J]. 计算机工程与应用, 2012, 48(6): 17-20.

KOU Xueqin, GU Lichen, YAN Xiaole, JU Xiaotao. Research on ultrasonic signal measurement and distance measurement based on virtual instrument[J]. Computer Engineering and Applications, 2012, 48(6): 17-20.

[1]	徐乐，韦玉科. 基于三点定位与加权坐标的三角定位算法[J]. 计算机工程与应用, 2020, 56(9): 111-116.
[2]	范钰萍，唐权华，黄龙军. 基于纵向视差的铁路危树检测[J]. 计算机工程与应用, 2020, 56(21): 242-247.
[3]	何伟健，陆江城，朱耀磷，李学聪. RFID旋转天线中的椭圆模型室内定位算法[J]. 计算机工程与应用, 2019, 55(9): 87-93.
[4]	郑争光1，任小洪1，2，程亚军1，常政威3. 未知环境下单目视觉移动机器人路径规划[J]. 计算机工程与应用, 2018, 54(3): 255-258.
[5]	朱小波1，2，车进1，2，郝志洋1，2，刘毅1，2，杭立1，2. NAO机器人的快速迷宫拐点测距及航向矫正[J]. 计算机工程与应用, 2018, 54(10): 169-172.
[6]	李腾宇，易晓梅，陈石. 基于RSSI加权质心和GASA优化的WSN定位算法[J]. 计算机工程与应用, 2017, 53(6): 118-121.
[7]	李时辉. 基于测距的蒙特卡罗盒传感网定位算法研究[J]. 计算机工程与应用, 2016, 52(7): 110-116.
[8]	李洪歧1，鲁怀伟2，李鹏飞3. 暗环境下利用改良聚光灯测距的方法[J]. 计算机工程与应用, 2016, 52(7): 155-159.
[9]	薛俊韬，徐少朋，王烨. 基于计算机视觉的智能小车路径规划[J]. 计算机工程与应用, 2016, 52(7): 236-241.
[10]	韩文君，刘宏立，徐琨，胡久松. 基于不同发射功率的室内定位算法优化[J]. 计算机工程与应用, 2016, 52(5): 94-98.
[11]	韩奉林1，2，江晓磊1，2，严宏志1，2. 基于可测距平板工具的机器人TCP标定方法[J]. 计算机工程与应用, 2016, 52(18): 18-23.
[12]	郭雁一夫1，刘宏立1，徐琨1，马子骥1，刘述钢2. 基于WSN的井下巷道RSSI性能分析[J]. 计算机工程与应用, 2016, 52(17): 128-132.
[13]	葛斌1，王凯1，韩江洪2. 基于TDOA改进的矿山井下机车定位方法[J]. 计算机工程与应用, 2015, 51(7): 243-247.
[14]	杨炜1，巩建强2，魏朗1. 融合道路图像关键信息的车距视觉测量方法[J]. 计算机工程与应用, 2015, 51(23): 6-10.
[15]	彭泓，赵阳，夏天鹏. 基于优化RSSI精度的WSN加权质心定位算法[J]. 计算机工程与应用, 2015, 51(21): 88-91.